0 calificaciones0% encontró este documento útil (0 votos)
26 vistas1 página
Este documento presenta un análisis de descomposición en componentes no observables de una serie de tiempo de exportaciones agrícolas en Perú. Se descompone la serie en componentes de tendencia, estacionalidad y residuos. La tendencia se evalúa como lineal y la estacionalidad como presente. El modelo sugiere una transformación logarítmica de los datos. La descomposición con la función stl() de R muestra resultados similares para las componentes de tendencia y estacionalidad.
Este documento presenta un análisis de descomposición en componentes no observables de una serie de tiempo de exportaciones agrícolas en Perú. Se descompone la serie en componentes de tendencia, estacionalidad y residuos. La tendencia se evalúa como lineal y la estacionalidad como presente. El modelo sugiere una transformación logarítmica de los datos. La descomposición con la función stl() de R muestra resultados similares para las componentes de tendencia y estacionalidad.
Este documento presenta un análisis de descomposición en componentes no observables de una serie de tiempo de exportaciones agrícolas en Perú. Se descompone la serie en componentes de tendencia, estacionalidad y residuos. La tendencia se evalúa como lineal y la estacionalidad como presente. El modelo sugiere una transformación logarítmica de los datos. La descomposición con la función stl() de R muestra resultados similares para las componentes de tendencia y estacionalidad.
FORO 3: DESCOPOCSICION EN COMPONENTES NO OBSERVABLES
Para la serie de tiempo exportaciones
agrícolas en el Perú, se ha obtenido las siguientes salidas graficas:
1.- Para el análisis exploratorio use el
siguiente gráfico y responda lo siguiente: a. Como califica a la tendencia? b. Como califica a la estación? c. Según la descomposición de componente no observables cual es la estructura del modelo?
2. Según los reportes de “R”, para 03
métodos de estimación del parámetro de transformación se tiene que: b1= 0.016258(Guerrero) ,b2=0.1(loglik),y b3=0.0202. Que transformación sugiere para estos datos?.
3. Se ajustó un modelo aditivo con
variables indicadoras, y una pendiente lineal, obteniendo la siguiente descomposición gráfica. a. Como evalúa la estimación de la tendencia? b. Como evalúa la descomposición de la estación? c. Como califica los residuos obtenidos
4. En el último grafico(lado derecho), se ha
aplicado la descomposición con la función stl( ) de “R”, Realice una comparación de las componentes de tendencia, y estación por separado, y reporte sus conclusiones?